作者InvincibleK (我是无敌的K)
看板DataScience
标题[问题] 请问老板要我变更进行的方法的意思是?
时间Thu Nov 25 17:07:36 2021
作业系统:(ex:mac,win10,win8,win7,linux,etc...)
linux
问题类别:(ex：ML,SVM,RL,DL,RNN,CNN,NLP,BD,Vis,etc...)
ML,DL
使用工具:(ex:python,Java,C++,tensorflow,keras,MATLAB,etc...)
python
问题内容:
老板(指导教授)今天咪听时跟我说,
不要直接从深度模型开始做实验,
要从"下而上"开始进行研究工作.
因为他好像正在生气中,
所以我不敢继续问"下而上"的意思和细节.
请问大家能帮忙详细解释一下吗?
感恩~
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.112.174.200 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1637831258.A.FC7.html
1F：→ yoyololicon: 资讯太少 不好通灵@@ 11/25 19:01
2F：推 lycantrope: 楼上需要超占事略决 11/25 19:24
3F：推 wtchen: 先跟老板要水晶球... 11/25 19:37
4F：→ yiche: 我看起来像你老板吗 11/25 19:56
5F：推 EEQQ102938: 我主管也常这样说，应该是叫你先从题目定义下手吧，像 11/25 20:58
6F：→ EEQQ102938: 是传统方法怎麽解之类的，来探讨ML有没有优势再开始实 11/25 20:58
7F：→ EEQQ102938: 验，毕竟train model很贵QQ 11/25 20:58
8F：推 skgg: 同楼上，就是请你从单纯的模型开始试，复杂的模型不一定比 11/25 21:25
9F：→ skgg: 较好而且很难分析。传统ML的linear model如logistic regres 11/25 21:25
10F：→ skgg: sion, linear SVM，以及tree-based如decision tree, random 11/25 21:25
11F：→ skgg: forest都有更多可解释性。 详情请上youtube搜寻林轩田mach 11/25 21:25
12F：→ skgg: ine learning。 11/25 21:25
13F：推 EEQQ102938: 先从rule-based开始吧，加油 11/25 21:54
14F：推 cowbadma5566: 从传统方法开始 先survey过去这题目是如何用数学 11/26 04:22
15F：→ cowbadma5566: 或演算法来解的吧 11/26 04:22
16F：推 JustInn: 反观我同事一开始就从深度学习下手… 11/26 09:46
17F：→ yoche2000: 现在基本上都是直接丢DL Model 跑吧 11/27 15:25
18F：→ yoche2000: 我猜跟五楼一样 看过很多 paper 都无脑的把一堆用直觉 11/27 15:26
19F：→ yoche2000: 看就关联性很低的杂讯一起丢进去跑 DL 11/27 15:26
20F：→ yoche2000: 比较重要的参数反而因为简易性没有考虑到 11/27 15:27
21F：推 Bujo: 很多AI菜鸟都从演算法或是模型开始研究，真正影响模型品质的 11/28 16:39
22F：→ Bujo: 是资料，先学会资料的处理并建立pipeline，再来就是如何有效 11/28 16:39
23F：→ Bujo: 利用现有资源建置本地端或是云端的最大算力，等这些处理好了 11/28 16:39
24F：→ Bujo: ，再来做梦优化你的模型，不然只是浪费时间。 11/28 16:39
25F：→ Bujo: 从下而上，就是先从资料开始，太多人说的一口演算法，结果资 11/28 16:45
26F：→ Bujo: 料品质当作没看见，很容易偷工时XD 11/28 16:45
27F：→ yoyololicon: 楼上都想太多，说不定原po的题目其实跟deep learnin 11/28 17:25
28F：→ yoyololicon: g无关XD 11/28 17:25
29F：→ RumiManiac: 你这问问题的方式有待加强 11/29 05:26
30F：→ RumiManiac: 我猜你遇到的问题不是现有 paper 找得到解法的 11/29 05:27
31F：→ RumiManiac: 所以连要不要用 DL 下去做都能不确定 11/29 05:28
32F：→ RumiManiac: 解决问题的方法有分 rule-based 和 data-driven 11/29 05:29
33F：→ RumiManiac: 不是什麽问题都应该用 data 硬干 11/29 05:31
34F：推 aa871220: 深度学习就很难分析why it works 11/29 23:24
35F：→ aa871220: 一定要从简单model开始处理才知道原资料哪个环节造成效 11/29 23:24
36F：→ aa871220: 能瓶颈 未来你才有方向改动深度学习的架构 11/29 23:24
37F：推 tonyrao: 从下而上，不就是要你先找资料在去决定跑什麽演算法吗 07/21 22:18